滑坡灾害短期临滑预报监测新途径研究

由于滑坡灾害的复杂性,迄今为止,尚未形成经得起大量实践验证的预报理论与方法,现仍然是地质灾害学中正在探索研究而未完全解决的难题.通过对滑坡灾害研究史、预测预报、监测技术的分析,认为在滑坡进入加速变形至剧变形破坏阶段,地表及深部监测网点及其设施遭受破坏,无法继续利用“点”式测量方法采集监测数据的情况下,地面三维激光扫描仪可不受干扰独立进行滑坡的“面”式测量,为预测预报滑坡的发生时间提供第一手连续可靠的数据资料,可进一步提高滑坡灾害预测预报的精度.     

马尔可夫链在太湖流域梅雨期预报中的应用

依据1954~1991年太湖流域的入、出梅日期以及梅雨集中期,应用马尔可夫链预报了太湖流域1992年和1993年的梅雨期,并利用其平稳分布分析了梅雨期系统在各状态下的概率.应用结果表明:在太湖流域气候条件稳定的情况下,历史数据越多越精确,预测也就越可靠;以马氏链预测梅雨状态的方法是一种概率预报方法,需通过大量的预测检验才能显示出该方法的准确性和可靠性.     

基于回归分析与时序分析降水预报迭合模型的构建与实现

通过对大气降水序列确定性成分和随机性成分特征的分析,给出一种基于回归分析与时序分析降水预报迭合模型的构建方法.在分离和构造逐月降水序列趋势项、周期项和随机性项的基础上,给出基于Fortran和MATLAB的程序实现思路.最后给合实例验证了该方法的实用性和可行性.     

浅埋富水地段隧道施工技术

长岭隧道通过苦荞溪浅埋富水地段,隧道埋深浅,最小埋深不足12m。为保证施工安全,该段隧道开挖前对地表进行加固,同时配合超前地质预报,按照“短进尺、弱爆破、强支护”的施工原则,确保了施工安全。     

区域降水预报的实际可预报性的发展背景及浅显建议

多年来，我国气象工作者一直在试图改进降水预报的预报效果，但多侧重于研究影响降水的直接天气系统的活动规律。很少有人上升到实际可预报性的角度，作为气象工作者应该从各角度研究降水预报的规律，而用区域地区降水实际可预报性可以开展更多的科研项目。     

智能预报模式与水文中长期智能预报方法

建立了以模糊优选、BP神经网络及遗传算法有机结合的智能预报模式与方法。在应用该方法进行中长期水文智能预报时，首先选取训练样本的数量，根据预报因子与预报对象的相关关系得到相对隶属度矩阵;再将其作为BP神经网络输入值以训练连接权重；最后将得到的连接权重值用于预报检验。计算结果表明，智能预报模式与方法的运行速度、精度及稳定性都达到了实际应用的要求。     

利用支撑向量机预报大气污染物浓度

针对污染物浓度序列具有强非线性和显著长程相关性的特点,结合相空间重构和支撑向量机(SVM)构建了一个多步预报的递归模型.对理想混沌序列和多种污染物浓度资料的实验结果表明,模型预报的准确率和效率均显著优于人工神经网络.这种通用建模方法的优势在于对系统非线性机制的反馈十分清晰,充分发挥了SVM适用于小样本问题、映射能力强、全局最优等特点,对非线性时间序列预报适用的其他领域同样具有启发意义.     

伴随方法在热带气旋路径预测的统计动力预报方案(SD-90)中的应用的研究--Ⅰ:理论基础及数值试验

把变分同化中的伴随方法应用于热带气旋路径预测的统计动力预报方案(SD-90)中,利用前面时刻热带气旋中心位置的观测值,同时确定出初始速度和气压梯度力,然后进行预报.理想试验表明,热带气旋路径无明显转向时,该方案具有较高的预报精度;当热带气旋路径有明显转向时,随着同化时段内的热带气旋路径(作为观测值)趋向于转向处,该方案的预报误差会加大,其主要特征是预报路径的方向有较大偏差;当同化时段内的热带气旋路径(作为观测值)离开转向处时,该方案又趋向于有较高的预报精度.最后结合最优控制思想,对9807号台风进行了同化试验,试验结果表明,效果十分明显.     

基于小波变换和ANFIS模型的不规则海浪组合预报

利用小波变换对不规则海浪进行多尺度一维小波分解与重构,得到相对简单、规则的准周期分量信号,然后建立了各信号的多输入、单输出自适应神经模糊推理系统(ANFIS)预报模型,最后对预报结果进行集成。基于Matlab语言的仿真结果表明,该方法不仅降低了预报的难度,而且具有较高的预报精确度。此方法亦可用于船舶横摇、纵摇、艏摇运动的预报。     

非线性时间序列建模的混合GARCH方法

在文献[1]的基础上，首次提出混合广义自回归务件异方差（Mixture Generalized Autoregressive Conditional Heteroscedastic Model简记MGARCH）模型；给出并证明了MGARCH模型的一阶平稳性的充分必要条件及二阶平稳性的充分务件；给出该模型参数估计的EM算法：利用BIC定阶准则对MGARCH模型的各成份进行定阶；计算结果表明该模型对金融非线性时间序列中存在的变异率现象具有较强的描述能力，有广阔的应用前景。